Journal of Statistical Sciences
مجله علوم آماری
JSS
Basic Sciences
http://jss.irstat.ir
1
admin
1735-8183
2783-2929
10.61186/jss
شماره 812/2910/3 مورخ 12/7/1384
fa
jalali
1387
11
1
gregorian
2009
2
1
2
2
online
1
fulltext
fa
برآورد بیزی تابع تاوان در آزمون همگنی مدلهای آمیخته
Bayesian Estimation of Penalty Function in Homogeneity Test of Mixture Models
استنباط آماری
Statistical Inference
پژوهشی بنیادی
Research
<p style="text-align: justify;">برای آزمون فرضیه همگنی مدل­های آمیخته، معمولا از آزمون نسبت درستنمایی اصلاح شده که مبتنی بر افزودن یک تابع تاوان مناسب به تابع لگ درستنمایی می­باشد، استفاده می­شود. کارایی این آزمون به شدت تحت تاثیر شکل تابع تاوان انتخابی است. انتخاب تابع تاوان در این نوع آزمون معمولا براساس پرهیز از پیچیدگی و میسر بودن برآورد پارامترها صورت می­پذیرد، که لزوما نتایج مطلوبی به دنبال ندارد. در این مقاله یک تابع تاوان جامع در نظر گرفته شده است، که دارای یک پارامتر تعیین کننده شکل است. سپس پارامتر تعیین کننده شکل این تابع با استفاده از رهیافت بیزی، به صورت پسینی برآورد شده­ اند. نشان داده شده است که رهیافت بیزی پیشنهادی در برآورد پارامترهای مدل، در مقایسه با رهیافت بسامدی، به مراتب کارایی مطلوب تری دارد. این کارایی خصوصا در شرایط شناخت ناپذیری توزیع آمیخته که روش­های بسامدی کارایی اندکی دارند، بیشتر است.</p>
<div style="text-align: justify;">The modified likelihood ratio test, which is based on penalized likelihood function, is usually used for testing homogeneity of the mixture models. The efficiency of this test is seriously affected by the shape of penalty function that is used in penalized likelihood function. The selection of penalty function is usually based on avoiding of complexity and increasing tractability, hence the results may be far from optimality. In this paper, we consider a more general form of penalty function that depends on a shape parameter. Then this shape parameter and the parameters of mixture models are estimated by using Bayesian paradigm. It is shown that the proposed Bayesian approach is more efficient in comparison to modified likelihood test. The proposed Bayesian approach is clearly more efficient, specially in nonidentifiability situation, where frequentist approaches are almost failed.</div>
آزمون نسبت درستنمایی, تابع تاوان, الگوریتم EM, زنجیرهای مارکوف مونت کارلوئی
Likelihood Ratio Test, Penalty Function, EM Algorithm, Monte Carlo Markov Chain. Hazard.
229
243
http://jss.irstat.ir/browse.php?a_code=A-10-30-1&slc_lang=fa&sid=1
Rahman
Farnoosh
رحمان
فرنوش
10031947532846006612
10031947532846006612
Yes
Iran University of Science and Technology, Tehran, Iran.
گروه آمار، دانشگاه علم و صنعت ایران
Afshin
Fallah
افشین
فلاح
10031947532846006613
10031947532846006613
No
Imam Khomeini International University, Gazvin, Iran.
گروه آمار، دانشگاه بین المللی امام خمینی (ره)
Arezoo
Hajrajabi
آرزو
حاجی رجبی
10031947532846006614
10031947532846006614
No
Iran University of Science and Technology, Tehran, Iran.
گروه آمار، دانشگاه علم و صنعت ایران